Sora: Creating video from text
Sora Creating video from text Sora is an AI model that can create realistic and imaginative scenes from text instructions. Read technical report We’re teaching AI to understand and simulate the physical world in motion, with the goal of training models that help people solve problems that require real-world interaction. Introducing Sora, our text-to-video model. Sora can generate videos up to a mi
OpenAIは2月15日（現地時間）、テキストから最大1分間の動画を生成できる動画生成AIモデル「Sora」を大量のデモ動画と共に発表した。複数のキャラクター、特定の種類の動き、被写体と背景の正確な詳細を含む複雑なシーンを生成することができるという。 プロンプトから破綻のない動画を生成 Introducing Sora, our text-to-video model. Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W Prompt: “Beautiful, snowy… pic.twitter.com
【AI動画生成】Sora 要素技術解説
もう全部OpenAIでいいんじゃないかな はじめに 月間技術革新です。 ということで、昨日OpenAIから発表された新しい動画生成AI「Sora」が非常に話題となっていますね。 圧倒的な一貫性の保持と1分間に及ぶ長時間動画が生成可能という事で、現状の動画生成技術を圧倒的に凌駕する性能を持っているようです。 在野エンジニアの小手先テクニックなど一笑に付すような圧倒的性能を Soraの凄さは色んなエンジニアやインフルエンサーがたくさん語っているのでそちらを見てもらうとして、この記事ではSoraを構成する各技術について簡単に解説していければと思います。 Soraの技術構成 論文が公開されているわけではないですが、OpenAIが要素技術の解説ページを公開してくれているため、そのページを参考にしていきます。 原文を見たい方はこちらからどうぞ 全体構成 Soraは以下の技術要素で構成されているとのこと
俳優のウィル・スミスさんが顔や食器をぐちゃぐちゃにしながらもりもりパスタをむさぼる動画をご存じだろうか。2023年に、当時の生成AIで作ったとみられる映像だ。OpenAIが最新の動画生成AI「Sora」を発表してからは、クオリティーの差から同AIのサンプル映像と並べられ「1年間で技術がこんなに進化した」という比較の好例やミームのようにもなっていた。そして2月20日（現地時間）、この映像がついに実写化（？）した。 ウィル・スミスさんは20日、自身のInstagramアカウントに、生成AIの映像を再現した動画を投稿。AI動画と自身の映像（AIではなく、自身を撮影した映像）を並べ、順に「1年前のAI動画」「今のAI動画」とキャプションをつけて公開した。 【追記：2023年2月21日午後1時39分】スミスさん自身の映像は、AIで生成したものではなく自らを撮影したものであることを明記しました。 AI
米OpenAIは2月15日（現地時間）、テキストプロンプトから最長1分の動画を生成するAIモデル「Sora」を発表した。一部のユーザーに公開し、フィードバックに基づいて改善していく計画。 SoraのWebページ（リンクは記事末）は「Soraは、テキストの指示から現実的で想像力豊かなシーンを作成できるAIモデルだ」と謳っている。このページには多数の動画が掲載されているが、すべてSoraが生成し、修正していないものという。 複数のキャラクター、特定の種類のモーションなどを含む複雑なシーンを生成できるとしている。ユーザーがプロンプトで何を要求したかだけでなく、物理的な世界で実際にどのように存在するかも理解するという。 例として挙げられた動画の1つは、「スタイリッシュな女性が、暖かく輝くネオンとデジタルサイネージで満たされた東京の通りを歩いている。彼女は黒い革のジャケット、赤いロングドレス、黒いブ
We explore large-scale training of generative models on video data. Specifically, we train text-conditional diffusion models jointly on videos and images of variable durations, resolutions and aspect ratios. We leverage a transformer architecture that operates on spacetime patches of video and image latent codes. Our largest model, Sora, is capable of generating a minute of high fidelity video. Ou
【動画付き】異次元のクオリティ！OpenAIが発表した最強動画生成AI「Sora」を徹底解説｜ChatGPT研究所
250以上の記事が全て読み放題。AGIラボはGPTs Difyなど、最前線のAI活用情報に特化したマガジン・コミュニティです。実践的なプロンプトを含む記事で得られる知見で業務の効率化、自動化から創造的なプロジェクトまですぐに活用可能。生成AI革命の最前線をお届け。
動画だけじゃない。効果音も作れるAIが近日登場
動画だけじゃない。効果音も作れるAIが近日登場2024.02.25 08:007,521 岡本玄介 何から何までAIで完成しちゃう。 文章入力だけで超リアルな動画を生成できる、OpenAIの新AIツール｢Sora｣。現実世界で撮影したようなクオリティーなので、勘違いする人もたくさん出てきそう…というレベルです。 ｢Sora｣は映像を作るツールとしては凄まじい性能ですが、そこにはまだ音がありません。そこで開発されているのが、｢だったら効果音もAIで作っちゃえばイイじゃん？｣というもの。 ｢AI Sound Effects｣誕生ElevenLabsの｢AI Sound Effects｣により、OpenAIが発表した動画にAI生成の音が追加されました。 Video: ElevenLabs/YouTube足音やロボットの機械音、街の喧騒や雪がワサワサする音、タイピング音もこの通り。ナレーションや台
GitHub - hpcaitech/Open-Sora: Open-Sora: Democratizing Efficient Video Production for All
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
バーチャルアイドルときのそらと親友で裏方友人Aワンマンライブ「Dream!」直前対談「成長したな〜」 - エキサイトニュース
今年の3月、1stアルバム『Dreaming!』でメジャーデビューを果たした人気バーチャルアイドルときのそらが、10月6日（日）に初のワンマンライブ『Dream!』を開催。 前売りチケットはすでに完売し、ライブビューイングやニコニコ生放送でのリアルタイム配信が決まるなど、大きな注目を集めている。 『Dreaming!』の発売前、ときのそらと、親友で裏方の友人A（えーちゃん）のインタビューを公開したエキレビ！では、再び二人へのインタビューを実施。 今回は対談形式で、夢のファーストワンマンライブ開催発表時の思いなどを語ってもらった。 ワンマンライブはずっと夢だったので、すごくびっくりしました（そら） ──ファーストワンマンライブの開催が決定した時の率直な感想を教えてください。 そら ワンマンライブはずっと夢だったので、まずはすごくびっくりしました。会場はVeats Shibuyaさんというビ
Video generation models as world simulators We explore large-scale training of generative models on video data. Specifically, we train text-conditional diffusion models jointly on videos and images of variable durations, resolutions and aspect ratios. We leverage a transformer architecture that operates on spacetime patches of video and image latent codes. Our largest model, Sora, is capable of ge
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
控え目に言って革命。OpenAI、動画生成AIモデル「Sora」発表
ウィル・スミスがもりもりパスタを食べるAI動画、本人が再現 技術の進化に「手に負えなくなってきた」
OpenAI、テキスト→最長1分の動画の生成AI「Sora」発表 一般公開はせず
Video generation models as world simulators
OpenAI、文章から驚異的品質の動画を生成するモデル「Sora」発表。試せる一般公開はまだ先、世界を描ける汎用の生成AIレンダラになり得るか | テクノエッジ TechnoEdge
例のSoraで作られた動画の件について詳しく調べてみた。ちなみに生成した素材の最終採用率は1/300で、制作期間は3人で取り組み2週間。
Soraの技術の要点を咀嚼する研究｜しらいはかせ(AI研究/Hacker作家)
OpenAIが実用レベルの動画生成AI「Sora」を発表 ～テキストから最長1分の動画を生成／映像内に映ったものが物理世界にどのように存在するのかも考慮
